对比Flink、Storm、Spark Streaming 的反压机制

分析&回答

Flink 反压机制

Flink 如何处理反压?

Storm 反压机制

Storm反压机制

Storm 在每一个 Bolt 都会有一个监测反压的线程（Backpressure Thread），这个线程一但检测到 Bolt 里的接收队列（recv queue）出现了严重阻塞就会把这个情况写到 ZooKeeper 里，ZooKeeper 会一直被 Spout 监听，监听到有反压的情况就会停止发送。因此，通过这样的方式匹配上下游的发送接收速率。

Storm 提供的最基本的处理 stream 的原语是 spout 和 bolt。

①spout 是流的源头。通常 spout 从外部数据源（队列、数据库等）读取数据，然后封装成Tuple形式，之后发送到Stream中。

② bolt 处理输入的Stream，并产生新的输出Stream。bolt 可以执行Filter、Map、Join等操作。bolt 是一个被动的角色，其接口中有一个execute(Tuple input)方法，在接收到消息之后会调用此函数，用户可以在此方法中执行自己的处理逻辑。

Spark Streaming 反压机制

Spark streaming反压机制

组件 RateController 监听负责监听“OnBatchCompleted”事件，然后从中抽取processingDelay 及schedulingDelay信息。RateEstimator 依据这些信息估算出最大处理速度（rate），最后由基于Receiver的Input Stream 将 rate 转发给 Executor 的 BlockGenerator，并更新RateLimiter。

对比Flink、Storm、Spark Streaming 的反压机制

Flink、Storm、Spark Streaming 的反压机制都采用动态反馈/自动反压原理，可以动态反映节点限流情况，进而实现自动的动态反压。

Flink、Storm、Spark Streaming 反压机制的区别

① Flink 是天然的流处理引擎，数据传输的过程相当于提供了反压，类似管道里的水（下游流动慢自然导致下游也慢），所以不需要一种特殊的机制来处理反压。

② Storm 利用 Zookeeper 组件和流量监控的线程实现反压机制，其中存在的问题有实现复杂、bolt 接收队列暴涨导致OOM、反压慢。

③ Spark Streaming 是微批处理，可以根据前一批次数据的处理情况，动态、自动的调整后续数据的摄入量，其中存在的问题有实现复杂、时效性较差。